夜雨聆风
微软突然开源这款文档转换工具,我们把它改造成了「在线工具箱」
支持 PDF/Word/Excel/PPT/图片一键转 Markdown，还有 OCR 和 AI 对话！
01 你是否也经历过这种绝望？
凌晨两点，你盯着屏幕上一个 200 页的 PDF 文档，欲哭无泪。
老板说：”把这个 PDF 扔给 ChatGPT，让它帮我总结一下。”
你打开 ChatGPT，发现上传按钮只能接受图片和 PDF，而 PDF 里的表格、公式、图片文字全都变成了乱码。
你又尝试把 Word 文档丢进去，结果格式全乱了，标题变成了普通文本，表格直接消失。
你开始怀疑人生：为什么 AI 这么厉害，却读不懂我的文档？
02 问题的根源：格式之殇
这是一个困扰无数人的世纪难题——
AI 擅长处理纯文本，但我们的世界充满了各种”复杂格式”。
-
📄 PDF 是”图片式”文档，文字被”拍”成了图片 -
📊 Excel 的合并单元格、公式、多 sheets 让人头疼 -
📑 Word 里的标题层级、表格、脚注堪称地狱级难度 -
🖼️ PPT 里的文字、图表、动画更是复杂到爆炸 -
📷 图片里的文字（扫描件、截图）根本无法直接复制
你以为 AI 不想帮你吗？它只是”看不清”你的文档长什么样。
03 微软出手，一个工具通吃所有格式
就在最近，微软悄悄开源了一款神器——MarkItDown。
它的使命只有一个：把世间所有格式的文档，都转换成 AI 最能理解的 Markdown 格式。
没有花哨的界面，没有复杂的配置，就是两个字——转换。
支持的格式，多到离谱
📄 文档：PDF、Word (.docx/.doc)📊 表格：Excel (.xlsx/.xls)📑 演示：PowerPoint (.pptx/.ppt)🖼️ 图片：JPG、PNG、GIF、BMP、WebP（含 OCR 识别）🎵 音频：MP3、WAV、M4A、FLAC（语音转文字）🌐 网页：HTML📚 电子书：EPUB📦 压缩包：ZIP（自动遍历内容）...以及更多格式一个命令搞定转换
# 安装（一行命令）pip install 'markitdown[all]'# 使用（更简单）markitdown 你的文件.pdf > 输出.md是的，你没看错，就是这么简单。
04 我们对它进行了二次开发
微软原版的 MarkItDown 是命令行工具，使用起来确实方便，但对于不熟悉命令行的同事来说，还是有些门槛。
于是我们对它进行了二次开发，用 FastAPI + HTML/JS 构建了一个在线工具箱。
现在，任何人都可以通过浏览器使用这套工具——拖拽文件，3 秒出结果，全程本地处理，隐私安全有保障。
05 先来看看效果
想象一下这样的场景：
你在工作群收到一份 50 页的 PDF 合同，想让 AI 帮你分析关键条款。
以前你要：
-
把 PDF 上传到某个网站（泄露隐私） -
手动复制粘贴（累死） -
忍受格式错乱（崩溃）
现在你只要打开这个页面，拖拽文件，3 秒出结果👇
✅ PDF → Markdown✅ Word → Markdown✅ Excel → Markdown✅ PPT → Markdown✅ 图片文字 → 提取✅ 图片内容 → AI理解✅ 任意格式 → AI对话全程在本地处理，你的文件不会上传到任何服务器。
06 核心技术栈
这个项目用了一套轻量但强大的技术组合：
|
|
|
|
|---|---|---|
| 后端 |
|
|
| 转换引擎 |
|
|
| 前端 |
|
|
| 通信 |
|
|
后端：FastAPI 服务
# 核心 API 端点@router.post("/api/convert") # 文件转 Markdown@router.post("/api/ocr") # 图片 OCR 识别@router.post("/api/multimodal") # 多模态理解@router.post("/api/chat") # AI 对话@router.get("/api/formats") # 支持的格式列表启动服务只需一行命令：
python app/main.py# 服务地址：http://localhost:8000# API 文档：http://localhost:8000/api/docs前端：纯原生实现
<!-- 零框架，零依赖 --><linkrel="stylesheet"href="/static/css/style.css"><scriptsrc="/static/js/app.js"></script>为什么不用 React/Vue？
|
|
|
|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
07 实际效果有多炸？来看对比
测试一：PDF 论文转换
原始 PDF：
┌─────────────────────────────────────────┐│ 第三章 基于深度学习的目标检测算法 ││ ───────────────────────────── ││ 3.1 数据预处理........................││ 表 3-1 实验参数配置 ││ ┌────────┬────────┬────────┐ ││ │ 学习率 │ 批量大 │ Epochs │ ││ ├────────┼────────┼────────┤ ││ │ 0.001 │ 32 │ 100 │ ││ └────────┴────────┴────────┘ │└─────────────────────────────────────────┘转换后 Markdown：
# 第三章 基于深度学习的目标检测算法## 3.1 数据预处理**表 3-1 实验参数配置**| 学习率 | 批量大小 | Epochs ||--------|----------|--------|| 0.001 | 32 | 100 |标题层级保留、表格完美还原，这就是 MarkItDown 的实力。
测试二：Word 文档转换
各种格式、页眉页脚、目录、批注… 通通搞定。
测试三：图片 OCR
上传一张截图，文字瞬间提取，准确率惊人。
08 功能展示：四大核心能力
能力一：文件转 Markdown
拖拽或选择任意格式文件，自动转换为 Markdown。
支持的格式：
📄 文档：PDF、DOCX、DOC📊 表格：XLSX、XLS📑 演示：PPTX、PPT🖼️ 图片：JPG、PNG、GIF、BMP、WebP📚 电子书：EPUB🌐 网页：HTML📦 其他：CSV、JSON、XML、ZIP能力二：图片 OCR 识别
上传图片，提取文字。支持批量处理多张图片。
能力三：多模态图片理解
上传任意图片，让 AI 帮你描述内容。还可以自定义提示词，控制输出格式。
能力四：AI 对话
直接和 AI 助手聊天，支持多轮对话上下文。
09 代码解析：关键实现
文件转换 API（后端）
@router.post("/api/convert")asyncdefconvert_file( file: UploadFile = File(...), use_ocr: bool = Form(True), use_multimodal: bool = Form(True)):"""上传文件并转换为 Markdown"""# 1. 检查文件类型 ext = get_file_extension(file.filename)if ext notin SUPPORTED_EXTENSIONS:raise HTTPException(status_code=400, detail="不支持的文件类型")# 2. 保存临时文件 temp_dir = Path(tempfile.gettempdir()) / "markitdown" temp_dir.mkdir(exist_ok=True) unique_filename = f"{uuid.uuid4().hex[:8]}_{file.filename}" file_path = temp_dir / unique_filenamewithopen(file_path, "wb") as f: f.write(await file.read())# 3. 调用 MarkItDown 转换 result = md.convert(str(file_path))# 4. 返回 Markdown 结果return JSONResponse({"success": True,"markdown": result.markdown,"text_content": result.text_content })文件上传处理（前端）
asyncfunctionhandleConvert() {if (!state.convertFile) return;showLoading(true);const formData = newFormData(); formData.append('file', state.convertFile); formData.append('use_ocr', elements.useOcr.checked); formData.append('use_multimodal', elements.useMultimodal.checked);const response = awaitfetch('/api/convert', {method: 'POST',body: formData });const result = await response.json();if (result.success) { state.markdownResult = result.markdown; elements.markdownOutput.textContent = result.markdown;showToast('转换成功！'); } else {showToast('转换失败: ' + result.detail); }showLoading(false);}Tab 切换（前端）
functionswitchTab(tabId) { state.currentTab = tabId;// 更新导航状态 elements.navTabs.forEach(tab => { tab.classList.toggle('active', tab.dataset.tab === tabId); });// 更新面板显示 elements.panels.forEach(panel => { panel.classList.toggle('active', panel.id === `${tabId}-panel`); });}拖拽上传（前端）
functionsetupDropzone(dropzone, fileInput, handler) { dropzone.addEventListener('click', () => fileInput.click()); dropzone.addEventListener('dragover', (e) => { e.preventDefault(); dropzone.classList.add('dragover'); }); dropzone.addEventListener('dragleave', () => { dropzone.classList.remove('dragover'); }); dropzone.addEventListener('drop', (e) => { e.preventDefault(); dropzone.classList.remove('dragover');const files = e.dataTransfer.files;if (files.length > 0) {handler(files); } }); fileInput.addEventListener('change', () => {if (fileInput.files.length > 0) {handler(fileInput.files); } });}10 为什么 AI 工程师都在用 MarkItDown？
原因一：大厂背书，质量有保证
MarkItDown 来自微软 AutoGen 团队，这不是个人开发者的练手项目，而是真正的企业级产品。
原因二：LLM 原生设计
Markdown 是 AI 最熟悉的格式。GPT-4 原生”会说”Markdown，训练数据中 Markdown 格式占比极高。
用 Markdown 给 AI 喂资料，效果远超纯文本。
原因三：插件生态，扩展性满分
除了核心功能，还有丰富的插件：
|
|
|
|---|---|
| markitdown-ocr |
|
| markitdown-mcp |
|
| Azure 集成 |
|
原因四：命令行/API/代码 三种使用方式
命令行（适合临时使用）：
markitdown 文档.pdf -o 结果.mdPython API（适合集成到代码）：
from markitdown import MarkItDownmd = MarkItDown()result = md.convert("文档.xlsx")print(result.markdown)FastAPI 服务（适合搭建文档转换平台）：
# 已经帮你写好了，直接启动python app/main.py# 访问 http://localhost:8000/docs11 技术亮点：为什么选择这些技术？
为什么选择 Markdown 作为中间格式？
- AI 原生友好
：GPT-4 原生理解 Markdown，训练数据中 Markdown 占比极高 - 结构保留
：标题、列表、表格、代码块都能完整保留 - 纯文本
：易于传输、存储、索引 - 格式简洁
：比 HTML 轻量，比 DOCX 简单
为什么选择 FastAPI？
# 看看这简洁的代码@router.post("/api/convert")asyncdefconvert_file(file: UploadFile = File(...)): ...# 自动生成 API 文档# http://localhost:8000/api/docs- 类型提示
：完整的 TypeScript 类型推导体验 - 自动文档
：Swagger UI + ReDoc 一键生成 - 异步支持
：文件 IO 不阻塞 - 高性能
：基于 Starlette，比 Flask 快 10 倍
12 适合哪些人？
|
|
|
|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
13 免费用起来（完整教程）
方式一：5 分钟快速上手
# 1. 安装（需要 Python 3.10+）pip install 'markitdown[all]'# 2. 使用markitdown 你的文件.pdf > 输出.md方式二：使用 Web 服务
项目自带 FastAPI 服务，克隆后直接运行：
git clone https://github.com/microsoft/markitdown.gitcd markitdown# 安装依赖pip install -r requirements.txtpip install -e 'packages/markitdown[all]'# 启动服务python app/main.py然后访问 http://localhost:8000，上传文件即可转换。
方式三：接入 AI 助手
安装 MCP 版本，让 Claude Desktop 能直接读取你的文档：
pip install markitdown-mcpmarkitdown-mcp然后在 Claude Desktop 配置中使用它。
14 写在最后
在 AI 时代，文档格式不应该成为获取知识的障碍。
MarkItDown 解决的就是这个问题——让 AI 能真正”读懂”你的资料，而不是对着乱码发呆。
我们对它进行了二次开发，用 FastAPI + HTML/JS 构建了在线工具箱，让不熟悉命令行的同事也能轻松使用。
工具已开源，地址：
https://github.com/microsoft/markitdown
如果你觉得有用，转发给需要的朋友，一起提升效率。
往期热门文章推荐：
-
你还在手动整理笔记？这款 AI 工具让你效率提升 10 倍 -
2024 年最值得学习的 5 个 AI 开源项目
关注后回复「文档」，领取本文涉及的完整配置文件
关于本文
|
|
|
|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|